InvestmentTalk – Optimization และ การจัดสรรการลงทุนแบบนักลงทุนสถาบัน (Strategic and Tactical Asset Allocation Strategies)

อาสา อินทรวิชัย

อาจกล่าวได้ว่าในรอบ 2-3 ปีที่ผ่านมา หน่วยงานภาครัฐฯ และบริษัทเอกชนหลายแห่งได้รณรงค์ให้ประชาชนเห็นความสำคัญของการออมเพื่อการเกษียนอายุมากขึ้นโดยได้ส่งเสริมให้มีการออมหลายรูปแบบทั้งโดยตรงและผ่านหน่วยลงทุนประเภท RMF และ LTF ดังนั้นผมจะไม่ใช้คอลัมน์นี้กล่าวถึงรูปแบบการออมอีกแต่จะขอกล่าวถึง กระบวนการจัดสรรการลงทุนที่นักลงทุนสถาบันกระทำกันภายใน 2 หน้ากระดาษ A4 ดังนี้ครับ

การทำ Asset Allocation สามารถจัดได้เป็น 2 รูปแบบใหญ่คือ “Strategic Asset Allocation (SAA)” และ “Tactical Asset Allocation (TAA)” โดยสัดส่วนการลงทุนของแต่ละ Asset class จะถูกกำหนดในเวทีใหญ่หรือ “SAA” ผ่านกระบวนการที่เรียกว่า “Optimization” (เปรียบได้กับ Portfolio Diversification” ครับ)  ในขณะที่เวทีเล็ก “TAA” จะเป็น Panel ที่ Fund manager เป็นผู้เล่นภายใต้กรอบที่ถูกกำหนดโดย SAA ครับ

ท่านผู้อ่านบางท่านอาจยังมีความเข้าใจที่คลาดเคลื่อนว่าการ Optimize portfolio นั้น กระทำเพื่อ “เพิ่มผลตอบแทน” แต่จริงๆแล้ว Optimization มิได้ทำให้ผลตอบแทนเพิ่มขึ้นแต่อย่างใด หากแต่เป็นการ “ลดความผันผวนของผลตอบแทน” ด้วยสัดส่วนการลงทุนที่เหมาะสม (Optimal) ของ Portfolio ครับ ก่อนที่จะเข้าเรื่อง Optimization ผมขออนุญาตใช้เวลาสักเล็กน้อยกล่าวถึง “ความเสี่ยง” และ “สัมประสิทธิ์สหสัมพันธ์” นะครับ

“ความเสี่ยง” ในcontext ของ Investment หมายถึง “ความผันผวนหรือความเบี่ยงเบนจากค่าเฉลี่ยของตัวเอง” (พิจารณาเฉพาะ Magnitude ไม่คำนึงถึง Direction) หรือ “Standard Deviation” นั่นเอง  แปลง่ายๆ ได้ว่า “หลักทรัพย์อะไรก็ตามที่ ผลตอบแทนในแต่ละวัน (หรือสัปดาห์ หรือ เดือน) มีความสม่ำเสมอ ไม่เปลี่ยนแปลงมาก ซึ่งหลักทรัพย์ประเภทที่เสี่ยงต่ำที่สุด (หมายถึง Price risk นะครับ ไม่ใช่ Credit risk) คือ เงินฝากออมทรัพย์ (Saving) เพราะเราทราบว่า เราจะได้อัตราดอกเบี้ยที่ 0.50% ต่อปี หรือ 0.50%/365 ต่อวัน แม้ในอีก 71 วันข้างหน้า ดอกเบี้ย Saving จะถูกปรับลดลงเหลือ 0.25% ต่อปีก็ตาม ก็มิได้ทำให้ค่าความผันผวนเปลี่ยนแปลงอย่างมีนัยสำคัญ  ในขณะที่ผลตอบแทน (รายวัน) ของดัชนีตลาดหลักทรัพย์ สามารถเปลี่ยนแปลงได้ตั้งแต่ -5% ถึง +4% หรือเพื่อให้ชัดเจนกว่านั้น ลองพิจารณาหุ้นตัวใดตัวหนึ่งจะพบว่า ยิ่งมีความผันผวนมากกว่าดัชนีมาก โดยอาจเปลี่ยนแปลงได้ตั้งแต่ -30% ถึง +25% ในแต่ละวัน

“สัมประสิทธิ์สหสัมพันธ์” หรือ “Correlation” ในกรณีของ Investment หมายถึง ค่าความสัมพันธ์ระหว่าง หลักทรัพย์แต่ละคู่ เช่น “Equity index กับ 10yr UST” หรือ “ราคาหุ้น Microsoft กับ ดัชนี Gold” หรือ “MSCI Asia (Ex-Japan) Index กับ ราคาน้ำมัน Nymex”  ค่า Correlation นั้นมีค่าตั้งแต่ -1.0 ถึง +1.0 และเปลี่ยไปในแต่ละช่วงเวลา  อาจกล่าวได้ว่า Correlation ที่ใกล้เคียง “+1.0” นั้นหมายความว่า ในช่วงเวลาที่นานพอ ราคาหลักทรัพย์คู่นั้นมีแนวโน้มที่จะเปลี่ยนแปลงไปในทิศทางเดียวกัน และใน Magnitude ที่ใกล้คียงกันมาก  ในขณะที่ Correlation ที่ใกล้เคียง “-1.0” นั้นหมายความว่า ราคาหลักทรัพย์คู่นั้นมีแนวโน้มที่จะเปลี่ยนแปลงไปในทิศทางตรงข้ามกัน แต่ใน Magnitude ที่ใกล้คียงกันมาก เช่น หลักทรัพย์ A เปลี่ยนแปลง “+0.83%”  ในขณะที่ หลักทรัพย์ B เปลี่ยนแปลง “-0.72%”  ส่วนกรณีของ Correlation ใกล้เคียง “ศูนย์” นั้น หมายถึง ไม่สามารถหา Pattern ที่แน่ชัดระหว่างหลักทรัพย์คู่นั้นได้

จาก Concept ที่กล่าวถึงข้างต้น เราสามารถลดความผันผวนของ Portfolio return ได้โดยการเพิ่มคู่หลักทรัพย์ที่มี Negative correlation (สัมประสิทธิ์สหสัมพันธ์ที่เป็นลบ) เข้าไปใน Portfolio เพื่อทำให้ Standard Deviation ของ Portfolio นั้นมีค่าต่ำที่สุดเท่าที่จะเป็นไปได้ภายใต้ Expected return ที่ต้องการ ซึ่งนี่คือ Concept ของ Optimization ครับ

จากที่กล่าวมาข้างต้นจะพบว่า หัวใจสำคัญของการวาง Portfolio strategy อยู่ที่ Strategic Asset Allocation (SAA) ครับ SAA เป็นการกำหนดกลยุทธ์การลงทุนในระยะกลางถึงระยะยาว (1-3 ปี) มีองค์ประชุมคือ Strategist (Macro), Risk Manager, CIO และ Fund Manager เพื่อร่วมกำหนด Assumption ต่างๆ ที่ใช้ในการทำ Optimization ทั้งนี้ผลลัพธ์ที่ได้คือ สัดส่วนการลงทุนใน Asset class ประเภทต่างๆ  โดยคณะทำงานอาจกำหนดเป็น Range กว้างๆ เพื่อให้ Fund manager ที่รับผิดชอบในแต่ละ Asset class สามารถทำ Trading ภายใต้กรอบใหญ่ที่ถูกกำหนดให้  ซึ่งการทำ Trading ก็คือการทำ Tactical Asset Allocation นั่นเองครับ

นักลงทุนสถาบันกลุ่ม Pension fund ที่ลงทุนในทวีปเอเชียเป็นหลักมักจัดสรรการลงทุนในหุ้นแถบบ้านเกิดของตนในระดับค่อนข้างต่ำราว10-25% เนื่องจากตลาด Emerging market มีค่าความผันผวนที่สูงมาก (25-50% volatility) ในขณะที่ Pension fund ในทวีปยุโรปสามารถจัดสรรการลงทุนในหุ้นแถบยุโรปได้ในสัดส่วนที่สูงกว่า หรือประมาณ 30-40% เนื่องจากตลาดยุโรปมี Volatility ต่ำกว่าเอเชียมาก

จากที่ได้กล่าวมาข้างต้นนี้ ท่านผู้อ่านสามารถนำไปประยุกต์ใช้เพื่อเป็นประโยชน์ในการวางแผนการออมของท่านเอง โดยอาจกำหนด SAA ใน 2 ปีข้างหน้าดังนี้  “หุ้น = 30-40% : ตราสารหนี้ = 40-50% : Commodities (น้ำมัน + ทอง + Soft commodities) = 0-10%”

ในช่วงเวลาที่ท่าน Bullish ในตลาดหุ้น ท่านก็ควรจะลงทุนในหุ้นในสัดส่วนที่สูงหรือที่ 40% (จาก SAA ข้างต้น กรอบการลงทุนสำหรับหุ้นอยู่ที่ 30-40%) ในทางกลับกัน เมื่อ Bearish ท่านก็ควรลดการลงทุนมาที่ 30% ถ้าท่านได้ทำ SAA มาอย่างดีแล้ว อย่าไปหวั่นไหวกับสภาพตลาดเพราะการวัดผลการดำเนินงานของกองทุน/การลงทุนต้องดูกันยาวๆ 3-5ปี ขึ้นไป  แต่หากสภาวะการลงทุนมีการเปลี่ยนแปลงอย่างมีนัยสำคัญ (เช่น 1997 Crisis หรือ 2008 Lehman crisis) เราควรต้องปรับเปลี่ยน Assumption (Standard Deviation และ Correlation) ที่ใช้สำหรับหลักทรัพย์แต่ละประเภทใหม่ และทำ Optimization ใหม่อีกครั้งครับ

อาจกล่าวได้ว่า การจัดสรรการลงทุนในภาพกว้าง หรือ “Strategic Asset Allocation เป็นหัวใจสำคัญของการวางแผนการลงทุนระยะกลาง-ยาว” และ Asset Allocation เป็นตัวกำหนดผลตอบแทนโดยรวมของการลงทุนมากกว่าการเลือกหุ้น/หรือการใช้ Cash strategy และมากกว่าการปรับ Duration ของ Port ตราสารหนี้มากมายนัก ท่านผู้อ่านต้องติดตามข่าวต่างๆไม่เพียงแต่เฉพาะตลาดทุนเท่านั้นแต่ต้องให้ความสำคัญกับ Liquidity ในระบบ มาตรการต่างๆจากภาครัฐฯ และผลต่อราคา Commodities ด้วยครับ

Share this Story

Related Posts

Facebook Comments

Check Also

Yield curve ในช่วงการขึ้นดอกเบี้ย

ตั้งแต่ปี 2008 เป็นต้นมา เหตุการณ์สำคัญเกี่ยวกับตลาดดอกเบี้ยรอบโลกคงหนีไม่พ้นกรณีที่ FED ประกาศใช้นโยบาย “Quantitative Easing” ...

About Arsa

คุณอาสา อินทรวิชัย ปัจจุบันเป็น Fixed income fund manager ที่ AYF หรือ บลจ.อยุธยา ก่อนที่จะมาร่วมงานกับ AYF คุณอาสาเคยทำงานกับธนาคาร Standard Chartered Bank (Thai) ในตำแหน่ง Global Investor Sales และเป็น Fixed income fund manager ที่ กองทุนบำเหน็จบำนาญข้าราชการ (กบข.) และที่ Citibank ในตำแหน่ง Relationship manager (Financial instituitons) คุณอาสา จบการศึกษาระดับปริญญาตรีสาขาวิศวกรรม เครื่องกล จากมหาวิทยาลัยเทคโนโลยีพระจอมเกล้า ธนบุรี และปริญญาโททาง Mechanical Engineering จาก University of Southern California และ MBA จาก University of California, Berkeley